Redis pipeline
什么是Redis pipeline
Redis 中的 Pipeline 指的是管道技术，指的是客户端允许将多个请求依次发给服务器，过程中而不需要等待请求的回复，在最后再一并读取结果即可。
为什么需要pipeline
redis 客户端执行一条命令分 4 个过程：
这个过程称为 Round trip time(简称 RTT, 往返时间)，Redis 中的 mget 和 mset 有效节约了 RTT，但大部分命令（如 hgetall，并没有 mhgetall）不支持批量操作，需要消耗 N 次 RTT ，这个时候需要 pipeline 来解决这个问题。
pipeline管道性能
如果我们使用正常的一次发送一条命令，具体的流程如下图所示：
Redis 通过 TCP 来对外提供服务，Client 通过 Socket 连接发起请求，每个请求在命令发出后会阻塞等待 Redis 服务器进行处理，处理完毕后将结果返回给 client。
Redis 的 Client 和 Server 是采用一问一答的形式进行通信，请求一次给一次响应。而这个过程在排除掉 Redis 服务本身做复杂操作时的耗时的话，可以看到最耗时的就是这个网络传输过程。每一个命令都对应了发送、接收两个网络传输，假如一个流程需要 0.1 秒，那么 1 秒最多只能处理 10 个请求，将严重制约 Redis 的性能。
在很多场景下，我们要完成一个业务，可能会对 redis 做连续的多个操作，譬如库存减一、订单加一、余额扣减等等，这有很多个步骤是需要依次连续执行的。
如果我们使用 Redis 的管道 pipeline 来优化上述流程，那么具体的流程图如下图所示：
在未使用管道 pipeline 技术时，一个请求会遵循两个步骤，即首先客户端向服务端发送一个查询请求，并监听 Socket 返回，通常是以阻塞模式，等待服务端响应。 最后服务端处理命令，并将结果返回给客户端。
Redis 管道技术可以在服务端未响应时，客户端可以继续向服务端发送请求，并最终一次性读取所有服务端的响应。这样可以最大限度的利用 Redis 的高性能并节省不必要的网络 IO 开销。
原生批命令与Pipeline对比
- 原生批命令是原子性，pipeline 是非原子性（原子性概念：一个事务是一个不可分割的最小工作单位，要么都成功要么都失败。原子操作是指你的一个业务逻辑必须是不可拆分的，处理一件事情要么都成功，要么都失败，原子不可拆分。）
- 原生批命令一命令多个 key, 但 pipeline 支持多命令（存在事务），非原子性。
- 原生批命令是服务端实现，而 pipeline 需要服务端与客户端共同完成。
pipeline原理
管道（pipeline）可以一次性发送多条命令并在执行完后一次性将结果返回，pipeline 通过减少客户端与 redis 的通信次数来实现降低往返延时时间，而且 Pipeline 实现的原理是队列，而队列的原理是时先进先出，这样就保证数据的顺序性。
Pipeline 的默认的同步的个数为 53 个，也就是说 arges 中累加到 53 条数据时会把数据提交。其过程可以理解为 client 可以将多个命令放到一个 tcp 报文一起发送，server 则可以将多条命令的处理结果放到一个 tcp 报文返回。
pipeline “打包命令” 客户端将多个命令缓存起来，缓冲区满了就发送(将多条命令打包发送)；有点像 “请求合并”。服务端接受一组命令集合，切分后逐个执行并一起返回。
Pipeline使用注意
不过在编码时请注意，pipeline 期间将 “独占” 链接，此期间将不能进行非 “管道” 类型的其他操作，直到 pipeline 关闭；如果你的 pipeline 的指令集很庞大，为了不干扰链接中的其他操作，你可以为 pipeline 操作新建 Client 链接，让 pipeline 和其他正常操作分离在 2 个 client 中。
不过 pipeline 事实上所能容忍的操作个数，和 socket-output 缓冲区大小/返回结果的数据尺寸都有很大的关系；同时也意味着每个 redis-server 同时所能支撑的 pipeline 链接的个数，也是有限的，这将受限于 server 的物理内存或网络接口的缓冲能力。
同时，使用 pipeline 方式打包命令发送，redis 必须在处理完所有命令前先缓存起所有命令的处理结果。打包的命令越多，缓存消耗内存也越多。所以并不是打包的命令越多越好。具体多少合适需要根据具体情况测试。
pipeline的局限性
pipeline 只能用于执行连续且无相关性的命令，当某个命令的生成需要依赖于前一个命令的返回时(或需要一起执行时)，就无法使用 pipeline 了。通过 scripting 功能，可以规避这一局限性。
有些系统可能对可靠性要求很高，每次操作都需要立马知道这次操作是否成功，是否数据已经写进 redis 了，如 Redis 实现分布式锁等，那这种场景就不适合了。
